我们能信任 LLM 判断研究创新性吗？
原文发布 Old Ideas, Novel Problems 研究及 novelty judge 基准。研究通过 ICLR 2026 同行评审挖掘 novelty 信号，构建 Human-Only 与 Human+Generated 两评估设置。
阅读原文 来源：Hugging Face Blog
#新闻动态
Hugging Face Blog一手
Hugging Face Blog一手 LitPivot：通过文献动态上下文开发研究创意
宾夕法尼亚大学等机构研究人员开发的 LitPivot 系统通过动态上下文将研究创意与文献关联。在 17 名研究人员的实验中，领域专家评定使用 LitPivot 开发的创意比传统编辑器和 AI 工具更扎根于文献，且参与者认为其更具新颖性和实用性。该系统将创意拆解为问题、贡献和评估计划，并基于所选文献提供有据可查的修订建议，将在 UIST 2026 学术会议上展示。
阅读原文 来源：Hugging Face Blog
BIS 研究论文一手 新闻冲击与通胀：基于大型油气发现的实证证据
研究基于至少五年开采滞后的大型油气发现，构建1309个案例的跨国数据集，实证发现新闻冲击使核心消费者价格在随后十年持续上涨，约半数涨幅在开采前已出现。价格上涨主要集中在非传统品和服务上，传统品和生产者价格变化有限。
阅读原文 来源：BIS 研究论文
Google DeepMind一手 Google DeepMind等联合发布全球森林类型地图ForTy 2020及时间序列
DeepMind、WRI等联合发布全球森林类型地图ForTy 2020及时间序列，提供10米分辨率下森林类型分类与年变化数据。该地图将全球每10米土地划分为自然森林、人工林、种植园、农作物等六类，并追踪2017至2025年间的类型变化，帮助监测天然林向种植园的转换。验证显示分类准确率90%，可辅助欧盟森林砍伐法规合规与森林资源管理。
阅读原文 来源：Google DeepMindMicrosoft Research一手精选 微软研究院：31 年来的数学难题 KLS 猜想被证明
微软研究院的研究人员与合作者结合新的数学思想与人工指导的 AI，证明了耗时 31 年的 KLS 猜想。该研究确立了 log-concave 分布的几何原理，即简单的平面切割可在固定因子内捕捉其最窄瓶颈，且与维度无关。
阅读原文 来源：Microsoft Research推荐理由研究者利用人工指导的 AI 过程证明了 KLS 猜想，确立了高维几何的几何原理，并提供了机器可验证的正式证明，这对优化、算法和统计学等领域有深远影响。
BIS 研究论文一手精选 BIS研究：利用LLM测量地缘经济压力下企业响应
研究利用大语言模型阅读财报，测量企业如何响应地缘经济压力。出口管制促使目标企业在国内加大研发以建立本土替代技术，尤其受美国半导体和人工智能管制的中国企业。对俄罗斯实施的制裁导致联盟国（欧美）收入损失和资产减记，欧洲面临能源成本冲击，而中国和印度等第三方国家因填补市场真空而受益，获得折扣油价和重新路由的贸易。
阅读原文 来源：BIS 研究论文推荐理由原文通过 LLM 读取财报，系统性测量了地缘经济压力下企业的响应与行动，提供了从出口管制到制裁、关税三种压力手段的实证对比，揭示了供应链重组与国内研发投入的关键变化。
BIS 研究论文一手 Inflation after the Iran war
本文研究了2026年5月伊朗冲突对欧美三国通胀的影响。研究预测冲突将在2026-2027年使总通胀上升1.5-2个百分点，主要由能源价格上涨驱动，预期通胀可能再贡献0.3-0.4个百分点。长期通胀预期保持稳定，但财政政策效果不确定。
阅读原文 来源：BIS 研究论文
Simon Willison sparqlite: SPARQL 1.1 inside SQLite, written in Rust
研究项目sparqlite发布，这是一个基于Rust编写的SQLite可加载扩展，在普通SQLite表中存储RDF四元组并原生执行SPARQL 1.1查询与更新。该扩展通过整数编码术语、覆盖索引、基于成本的规划器、批量连接以及可选的直接SQLite B-tree读取器，在计数模式下实现了3.5倍的速度提升，返回完整结果时为2.8倍，并通过了636项W3C评测中的639项。
阅读原文 来源：Simon Willison
Latent Space Leash Bio 发布 Minos 预训练模型与 DEL 开始数据集，实现代型科学推强学习
Leash Bio 发布了 Minos 预训练模型和一个包含 6.5M 个分子的开始数据集，旨于通过 DEL 数据训练代型进行科学推强学习。Ian Quigley 团队利用 DNA 编码库技术收集了高质量的蛋白-小分子相互作用数据，解决了行业数据质量差的问题。
阅读原文 来源：Latent SpaceArs Technica · AI Researchers use AI to design proteins that cut up other proteins
研究人员利用 AI 蛋白质设计工具，将两种蛋白酶的催化核心替换为新的骨架，生成可切割特定神经系统疾病相关蛋白的酶。该方法有效绕过了自然进化中蛋白酶的复杂多样化过程，展示了 AI 在定向蛋白水解方面的潜力。
阅读原文 来源：Ars Technica · AI
St. Louis Fed · On the Economy一手 How Do Unemployment Insurance Eligibility and Take-up Change over the Course of Unemployment?
研究分析美国失业保险资格与领取率随失业时间变化的动态。资格率在失业初期约为58%，至第九月降至约38%，主要因福利期限有限（通常六个月）；在仍有资格者中，领取率从首月58%升至第六月约75%，随后趋平，反映财务需求驱动的领取行为。
阅读原文 来源：St. Louis Fed · On the Economy
St. Louis Fed · On the Economy一手 探索过去两次经济扩张期间的学徒增长
美国活跃学徒人数在大萧条后（2009-19年）和新冠后（2021-25年）两次经济扩张期均有增长。大萧条后，阿肯色、肯塔基和密苏里三州学徒增长速度快于全国平均21%；新冠后，印第安纳州以外的所有八州联邦储备局第八区州均超越全国26%增长。建筑业占学徒53%，在两个扩张期均保持持续增长。学徒项目完成率低、雇主认可度不足是其未来增长的风险。
阅读原文 来源：St. Louis Fed · On the Economy
BIS 研究论文一手 追：追：Chasing El Dorado：金融条件下金价风险与黄行为动态
本：本文分析了地缘政治风险对金价价价价价：在松紧财的金融条件下，金价价价价：研究：文章探讨了全球金融条件对黄：地缘政治风险与金价价价：我们将地缘政治风险与更广的金价价价。
阅读原文 来源：BIS 研究论文
Hugging Face Blog一手精选 The Agent Said It Was Done. The Database Disagreed.
Microsoft 和 Hugging Face 联合发布 ThinkingBox 基准，用于评估 AI 代理在业务工作流中的可靠性。基准通过在 507 个 stateful 工作流中各重复运行 20 次，测量代理留下的数据库状态和副作用，而非仅依赖其生成的文本。
阅读原文 来源：Hugging Face Blog推荐理由ThinkingBox 基准揭示了 AI 代理在 507 个业务工作流中 20 次重复运行后的可靠性差异，展示了 pass@1 与 pass@20 的巨大落差，并提供可直接在 OpenEnv 上运行的基准工具。
Berkeley AI Research一手 Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
研究提出了ABBEL框架，通过信念状态压缩交互历史以解决LLM长程任务上下文膨胀问题。在协作代码生成任务CollabBench中，ABBEL利用重构信念评分机制可将相较全上下文模型的性能差距缩减约50%，并将训练步骤减少一半；在Combination Lock测试中，该方法展示了信念更新与行动选择相结合的有效性。
阅读原文 来源：Berkeley AI Research